Estadísticas y Big Data

Estoy buscando un paquete de software estadístico que pueda usar en un curso introductorio de estadística para un programa de estudio de ciencias sociales. Los estudiantes no tienen conocimiento previo de estadística y tampoco tienen experiencia con lenguajes de programación. El objetivo es presentarles conceptos estadísticos básicos (como medias, varianza, …

11 software  teaching 

Estoy leyendo este documento sobre Procesos Wishart Generalizados (GWP). El documento calcula las covarianzas entre diferentes variables aleatorias (siguiendo el Proceso Gaussiano ) utilizando la función de covarianza exponencial al cuadrado, es decir, . Luego dice que esta matriz de covarianza sigue a GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Solía ​​pensar que una …

11 machine-learning  normal-distribution  covariance  wishart  nonparametric-bayes 

Descargo de responsabilidad: Esto es para un proyecto de tarea. Estoy tratando de encontrar el mejor modelo para los precios de los diamantes, dependiendo de varias variables y hasta ahora parece que tengo un modelo bastante bueno. Sin embargo, me he encontrado con dos variables que obviamente son colineales: >with(diamonds, …

11 regression  correlation  self-study  model-selection  multicollinearity 

Considere el siguiente código y salida: par(mfrow=c(3,2)) # generate random data from weibull distribution x = rweibull(20, 8, 2) # Quantile-Quantile Plot for different distributions qqPlot(x, "log-normal") qqPlot(x, "normal") qqPlot(x, "exponential", DB = TRUE) qqPlot(x, "cauchy") qqPlot(x, "weibull") qqPlot(x, "logistic") Parece que el gráfico QQ para log-normal es casi el …

11 r  data-visualization  interpretation  qq-plot 

Se realizó una encuesta en la que las personas eligieron lo que usan para representar un determinado smiley e ingresaron a su país de origen. He recodificado las respuestas de texto a numérico. ¿Qué forma de análisis debería usarse (preferiblemente en SPSS) para verificar el nivel de correlación entre el …

11 correlation  spss  categorical-data 

Actualmente estoy estudiando para mis exámenes finales en estadísticas básicas para mi licenciatura en ECE. Si bien creo que tengo las matemáticas principalmente bajas, no tengo una comprensión intuitiva de lo que realmente significan los números (Preámbulo: usaré un lenguaje bastante descuidado). Sé que la E [X] es el "promedio …

11 mathematical-statistics  stochastic-processes  covariance  pdf 

Para los datos de recuento que he recopilado, uso la regresión de Poisson para construir modelos. Hago esto usando la glmfunción en R, donde uso family = "poisson". Para evaluar posibles modelos (tengo varios predictores) utilizo el AIC. Hasta aquí todo bien. Ahora quiero realizar una validación cruzada. Ya logré …

11 r  generalized-linear-model  poisson-distribution 

Tengo un conjunto de datos que contiene la cantidad de acciones realizadas por individuos en el transcurso de 7 días. La acción específica no debería ser relevante para esta pregunta. Aquí hay algunas estadísticas descriptivas para el conjunto de datos: RangoMediaDiferenciaNumero de observaciones0 - 77218,22791696Range0−772Mean18.2Variance2791Number of observations696 \begin{array}{|c|c|} \hline \text{Range} …

11 r  distributions  poisson-distribution  mean  sample 

Estoy impartiendo un curso sobre estadísticas básicas y estamos haciendo la prueba t para dos muestras independientes con variaciones desiguales (prueba de Welch). En los ejemplos que he visto, los grados ajustados de libertad utilizados por la prueba de Welch son siempre menores o iguales que . n1+n2−2n1+n2−2n_1+n_2-2 Este es …

11 hypothesis-testing  t-test 

En el documento seminal "Filtrado de partículas Rao-Blackwellised para redes bayesianas dinámicas" por A. Doucet et. Alabama. Se propone un filtro secuencial Monte Carlo (filtro de partículas), que utiliza una subestructura lineal en un proceso de Markov x k = ( x L k , x N k ) . …

11 monte-carlo  particle-filter 

Estoy entrenando un proceso gaussiano con un núcleo ARD con muchos parámetros maximizando la capacidad marginal de los datos, en lugar de la validación cruzada. Sospecho que es demasiado adecuado. ¿Cómo puedo probar esta sospecha en un contexto bayesiano?

11 machine-learning  cross-validation  gaussian-process 

Probablemente estoy lidiando con un problema que probablemente se haya resuelto cientos de veces antes, pero no estoy seguro de dónde encontrar la respuesta. Cuando mediante regresión logística, dadas muchas características tratando de predecir un valor categórico binario y , estoy interesado en seleccionar un subconjunto de las características que …

11 machine-learning  logistic  classification 

Un ejemplo de una buena medida de la separabilidad de clases en estudiantes discriminantes lineales es la relación discriminante lineal de Fisher. ¿Existen otras métricas útiles para determinar si los conjuntos de características proporcionan una buena separación de clases entre las variables de destino? En particular, estoy interesado en encontrar …

11 machine-learning  classification  feature-selection  discriminant-analysis 

Me gustaría describir el "pico" y el "peso" de la cola de varias funciones de densidad de probabilidad sesgadas. Las características que quiero describir, ¿se llamarían "curtosis"? ¿Solo he visto la palabra "curtosis" usada para distribuciones simétricas?

11 pdf  descriptive-statistics  skewness  kurtosis 

Fondo biologico Con el tiempo, algunas especies de plantas tienden a duplicar sus genomas completos, obteniendo una copia adicional de cada gen. Debido a la inestabilidad de esta configuración, muchos de estos genes se eliminan y el genoma se reorganiza y se estabiliza, listo para duplicarse nuevamente. Estos eventos de …

11 generalized-linear-model  contingency-tables  fishers-exact  genetics  bioinformatics